大数据与机器学习周报 第16期：谷歌BigQuery现在允许查询所有GitHub开源项目了

大数据 数据挖掘 机器学习

业界新闻

1. 《谷歌BigQuery现在允许查询所有GitHub开源项目了》：谷歌和GitHub宣布，谷歌BigQuery现在为GitHub上280多万个托管开源项目提供了一个完整的快照。这让用户可以使用SQL查询托管在GitHub上的将近20亿个开源文件

2. 《eBay 收购 SalesPredict，看中其机器学习能力》：SalesPredict成立于2012年，它主要帮助创业公司分析潜在的盈利机会，eBay表示将会利用这些技术来对自己的顾客进行预测

3. 《牛津大学开发新软件可以让普通汽车自动驾驶》：Oxbotica是一家英国企业，它是从牛津大学分拆出来的，该公司正在开发新的软件系统，它可以将普通汽车变成无人驾驶汽车

技术干货

1. 《Apache Kylin在美团数十亿数据OLAP场景下的实践》：美团各业务线存在大量的OLAP分析场景，需要基于Hadoop数十亿级别的数据进行分析，直接响应分析师和城市BD等数千人的交互式访问请求，对OLAP服务的扩展性、稳定性、数据精确性和性能均有很高要求。本文主要介绍美团的具体OLAP需求，如何将Kylin应用到实际场景中，以及目前的使用方式和现状

2. 《如果你还在停服迁移数据，那你就out啦！！》：很多数据库提供的原生迁移工具只能进行全量数据拷贝，为了保证迁移数据一致性，要求业务在数据迁移之前需停止服务。所以这种传统的迁移方案对业务影响极大。为降低数据迁移门槛，阿里云数据传输DTS推出不停服迁移功能。使用不停服迁移功能，可实现整个数据迁移过程中，业务停服时间降低到分钟级别

深度观点

1. 《探秘Facebook数据中心，人工智能硬件系统Big Sur一瞥》：Big Sur是由大量芯片GPUs组成的计算机服务器。Facebook将其AI系统进行开源，有助于整个产业加速发展

2. 《深度访谈：华为开源数据格式CarbonData项目，实现大数据即席查询秒级响应》：CarbonData是一种低时延查询、存储和计算分离的轻量化文件存储格式。那么相比SQL on Hadoop方案、传统NoSQL或相对ElasticSearch等搜索系统，CarbonData具有什么样的优势呢？CarbonData的技术架构是什么样子的？未来有什么样的规划？我们采访了CarbonData项目的技术负责人为大家解惑

3. 《阿里云机器学习平台》：作者以机器学习的概念入手展开了此次分享，演讲中他重点介绍了阿里云机器学习平台的基础架构和产品特点，并结合阿里内部的芝麻信用分、推荐系统等场景讲解了PAI平台的具体应用方案